Mensch-Maschine-Interaktionstechnologien wie automatische Spracherkennung und Sprachverstehen (ASRU), Sprachsynthese, Gestenerkennung (Multi-Touch) und Blickerkennung haben ihren Weg in den Alltag gefunden. In sicherheitskritischen Umgebungen wie an Lotsenarbeitsplätzen für Aufgaben des Luftverkehrsmanagements (ATM) sind sie jedoch kaum zu finden. Es mangelt an Untersuchungen, wie solche Interaktionstechnologien und ihre Kombinationen menschliche Operateure in der Luftfahrt unterstützen könnten. Daher wurde eine Reihe von Mensch-Maschine-Interaktionskonzepten prototypisch in Software und Hardware implementiert, um subjektive und objektive Daten von menschlichen Versuchspersonen zu sammeln, die diese Prototypen verwenden. Mehr als 200 internationale Probanden nahmen als Lotsen oder Piloten an Human-in-the-Loop-Simulationsversuchen von 16 Validierungskampagnen teil, um die Prototypen mit multimodalen Interaktionstechnologien an Luftfahrt-Arbeitspositionen zu validieren. Die verschiedenen prototypischen Lösungen mit fortschrittlichen Interaktionsmethoden haben potentielle Vorteile gegenüber den Vergleichsbedingungen mit heutigen operationellen Interaktionsmethoden aufgezeigt, wie z.B. (i) eine Erhöhung der Eingabegeschwindigkeit um bis zu 15% sowie eine Halbierung der Fehlerquote bei der Eingabe digitalisierter ATM-Daten, (ii) eine statistisch signifikante Verringerung der mentalen Arbeitsbelastung von Luftfahrt-Operateuren sowie (iii) eine Steigerung ihres Situationsbewusstseins mit Folgeeffekten wie (iv) verbesserte Sicherheit und Effizienz des Luftverkehrsmanagements. Die hohe Performanz insbesondere der ASRU-Prototypen und die mensch-zentrierte Gestaltung aller Interaktionstechnologien führten ebenso zu hohen Akzeptanz- und Nutzbarkeitsbewertungen. Die einzelnen Interaktionstechnologien sowie deren multimodale Kombinationen haben sich in realistischen Laborumgebungen als praktikabel erwiesen und wurden teilweise sogar bereits mit operationellen Daten evaluiert. Daher sind sie bereit, in die operationelle Praxis überführt zu werden.
Oliver Ohneiser (Mon,) studied this question.